背景 颈动脉粥样硬化（CAS）常被视为心血管疾病（CVD）的预警信号，其诊断技术颈动脉多普勒超声检查没有被纳入公共卫生服务项目，同时弗雷明汉风险评分（FRS）存在着评估CAS风险准确性不足的情况，不利于基层医疗人员识别CAS。目前，关于机器学习方法识别FRS中高风险人群CAS的研究依然缺乏。
目的 运用机器学习方法构建FRS中高风险人群CAS的预测模型，比较其判别效能，筛选出性能最优的模型，以期辅助基层医疗人员更简便更准确地识别CAS。
方法 采用方便抽样法，选取2019—2021年和2023年在广西壮族自治区柳州市两乡镇的674例当地居民作为研究对象。收集相关信息，并采集空腹血样、尿样检测生化指标。采用FRS评估CVD发生风险；运用颈动脉超声诊断CAS。将2019—2021年517例研究对象按照8∶2的比例随机分为训练集和验证集，训练集用于构建Logistic回归、随机森林（RF）、支持向量机（SVM）、极端梯度增强（XGBoost）模型和梯度增强决策树（GBDT）模型，验证集用于内部验证；2023年157例研究对象作为测试集，用于外部验证。通过Lasso回归分析筛选特征变量，运用灵敏度、特异度、准确度、F1值和曲线下面积（AUC）评价判别效能，外部验证采用AUC值评价最优模型泛化能力，并通过Shapley Additive exPlanation（SHAP）方法探讨影响最优模型识别CAS的重要变量。
结果 通过Lasso回归，筛选出15个非零特征变量：年龄、BMI、收缩压（SBP）、吸烟、饮酒、高血压、总胆固醇、高密度脂蛋白胆固醇、C-反应蛋白（CRP）、空腹血糖、载脂蛋白B（ApoB）、脂蛋白a（LPA）、天冬氨酸氨基转移酶（AST）、AST/丙氨酸氨基转移酶、尿微量白蛋白肌酐比值。构建的Logistic回归、RF、SVM、XGBoost模型和GBDT模型的AUC值均较高，其中GBDT模型的判别性能最优，其灵敏度、特异度、准确度、F1值和AUC分别是0.755 1、0.836 4、0.798 1、0.778 9、0.834 9，外部验证AUC为0.794 0。SHAP方法发现年龄、SBP、CRP、LPA、ApoB是影响GBDT模型识别CAS排名前5的因素。
结论 基于机器学习识别CAS的Logistic回归、RF、SVM、XGBoost模型和GBDT模型均显示出较高的判别性能，其中GBDT模型综合判别效能最佳，同时具有较强的泛化能力。
